课程介绍
上节课《李宏毅·机器学习》读书笔记(一)Regression - Case Study,主要介绍了回归算法的整个演算过程。在课程最后为了改善模型,不断提升模型的复杂度,但是效果反而变差了。
本节课主要介绍其他改善模型的方法,并介绍交叉验证这种模型选择的方案。
文章目录
Error的来源
从上节课测试集数据来看,
A
v
e
r
a
g
e
E
r
r
o
r
Average\ Error
Average Error 随着模型复杂增加呈指数上升趋势。更复杂的模型并不能给测试集带来更好的效果,而这些
E
r
r
o
r
Error
Error 的主要有两个来源,分别是
b
i
a
s
bias
bias 和
v
a
r
i
a
n
c
e
variance
variance 。
然而 b i a s bias bias 和 v a r i a n c e variance variance 是什么?可以查看 机器学习中的Bias(偏差),Error(误差),和Variance(方差)有什么区别和联系?
估测
假设真实的模型为
f
^
\hat f
f^ , 如果我们知道
f
^
\hat f
f^ 模型,那是最好不过了,但是
f
^
\hat f
f^ 只有 Niamtic 公司才知道。
所以我们只能通过收集 Pokemon精灵 的数据,然后通过 step1~step3 训练得到我们的理想模型
f
∗
f^*
f∗,
f
∗
f^*
f∗ 其实是
f
^
\hat f
f^ 的一个预估。
这个过程就像打靶,
f
^
\hat f
f^ 就是我们的靶心,
f
∗
f^*
f∗ 就是我们投掷的结果。如上图所示,
f
^
\hat f
f^ 与
f
∗
f^*
f∗ 之间蓝色部分的差距就是
b
i
a
s
bias
bias 和
v
a
r
i
a
n
c
e
variance
variance 导致的。
估测变量x的偏差(bias)和方差(variance)
我们先理解一下偏差和方差是怎样计算的呢? 偏差(Bias)和方差(Variance)——机器学习中的模型选择
评估 x 的平均值
- 假设 x x x 的平均值是 μ \mu μ,方差为 σ 2 \sigma^2 σ2
评估平均值要怎么做呢?
- 首先拿到 N N N 个样本点: { x 1 , x 2 , ⋅ ⋅ ⋅ , x N } \{x^1,x^2,···,x^N\} {x1,x2,⋅⋅⋅,xN}
- 计算平均值
m
m
m, 得到
m
=
1
N
∑
n
x
n
≠
μ
m=\frac{1}{N}\sum_n x^n \neq \mu
m=N1∑nxn̸=μ
但是如果计算很多组的 m m m ,然后求 m m m 的期望:
E [ m ] = E [ 1 N ∑ x n ] = 1 N ∑ n E [ x n ] = μ E[m]=E[\frac{1}{N}\sum x^n]=\frac{1}{N}\sum_nE[x^n]=\mu E[m]=E[N1∑xn]=N1n∑E[xn]=μ
这个估计呢是无偏估计(unbiased)。
然后
m
m
m 分布对于
μ
\mu
μ 的离散程度(方差):
V
a
r
[
m
]
=
σ
2
N
Var[m]=\frac{\sigma^2}{N}
Var[m]=Nσ2
这个取决于
N
N
N,下图看出
N
N
N 越小越离散:
估测变量 x 的方差(variance)
如何估算 v a r i a n c e variance variance 呢?
为什么会有很多的 f ∗ f^* f∗ ?
讨论系列02中的案例:这里假设是在平行宇宙中,抓了不同的神奇宝贝
用同一个model,在不同的训练集中找到的
f
∗
f^∗
f∗ 就是不一样的
这就像在靶心上射击,进行了很多组(一组多次)。现在需要知道它的散布是怎样的,将100个宇宙中的model画出来
不同的数据集之前什么都有可能发生—||
考虑不同 model 的 variance
一次model的variance就比较小的,也就是是比较集中,离散程度较小。而5次model 的 variance就比较大,同理散布比较广,离散程度较大。
所以用比较简单的model,variance是比较小的(就像射击的时候每次的时候,每次射击的设置都集中在一个比较小的区域内)。如果用了复杂的model,variance就很大,散布比较开。
这也是因为简单的model受到不同训练集的影响是比较小的。
考虑不同 model的 bias
这里没办法知道真正的 f ^ \hat{f} f^,所以假设图中的那条黑色曲线为真正的 f ^ \hat{f} f^
结果可视化,一次平均的 f ˉ \bar{f} fˉ 没有5次的好,虽然5次的整体结果离散程度很高。
一次model的bias比较大,而复杂的5次model,bias就比较小。
直观的解释:简单的model函数集的space比较小,所以可能space里面就没有包含靶心,肯定射不中。而复杂的model函数集的space比较大,可能就包含的靶心,只是没有办法找到确切的靶心在哪,但足够多的,就可能得到真正的 f¯f¯。
bias v.s. variance
将系列02中的误差拆分为bias何variance。简单model(左边)是bias比较大造成的error,这种情况叫做 Underfitting(欠拟合),而复杂model(右边)是variance过大造成的error,这种情况叫做Overfitting(过拟合)。
怎么判断?
分析
如果model没有很好的fit训练集,就是bias过大,也就是Underfitting
如果model很好的fit训练集,即再训练集上得到很小的error,但在测试集上得到大的error,这意味着model可能是variance比较大,就是Overfitting。
对于Underfitting和Overfitting,是用不同的方式来处理的
bias大,Underfitting
此时应该重新设计model。因为之前的函数集里面可能根本没有包含ff。可以:
将更多的feature加进去,比如考虑高度重量,或者HP值等等。
或者考虑更多次幂、更复杂的model。
如果此时强行再收集更多的data去训练,这是没有什么帮助的,因为设计的函数集本身就不好,再找更多的训练集也不会更好。
variance大,Overfitting
简单粗暴的方法:More data
但是很多时候不一定能做到收集更多的data。可以针对对问题的理解对数据集做调整(Regularization)。比如识别手写数字的时候,偏转角度的数据集不够,那就将正常的数据集左转15度,右转15度,类似这样的处理。
选择model
现在在bias和variance之间就需要一个权衡
想选择的model,可以平衡bias和variance产生的error,使得总error最小
但是下面这件事最好不要做:
用训练集训练不同的model,然后在测试集上比较error,model3的error比较小,就认为model3好。但实际上这只是你手上的测试集,真正完整的测试集并没有。比如在已有的测试集上error是0.5,但有条件收集到更多的测试集后通常得到的error都是大于0.5的。
Cross Validation(交叉验证)
图中public的测试集是已有的,private是没有的,不知道的。Cross Validation 就是将训练集再分为两部分,一部分作为训练集,一部分作为验证集。用训练集训练model,然后再验证集上比较,确实出最好的model之后(比如model3),再用全部的训练集训练model3,然后再用public的测试集进行测试,此时一般得到的error都是大一些的。不过此时会比较想再回去调一下参数,调整model,让在public的测试集上更好,但不太推荐这样。(心里难受啊,大学数模的时候就回去调,来回痛苦折腾)
上述方法可能会担心将训练集拆分的时候分的效果比较差怎么办,可以用下面的方法。
N-fold Cross Validation(N-折交叉验证)
将训练集分成N份,比如分成3份。
比如在三份中训练结果Average Error是model1最好,再用全部训练集训练model1。(貌似数模也干过,当年都是莫名其妙的分,想想当年数模的时候都根本来不及看是为什么,就是一股脑上去做00oo00)